Page 331 - 《软件学报》2026年第1期

328 软件学报 2026 年第 37 卷第 1 期

针对传统遥感卫星数据量庞大和实时性需求的挑战, 星上数据处理技术提供了高效解决方案 [3] . 首先, 通过智
能识别与筛选机制, 卫星在数据源头实时剔除冗余或不相关数据, 仅传输有价值或紧急信息至地面, 减少地面计算
压力. 其次, 利用任务优先级驱动的数据压缩算法, 卫星可针对不同需求实时压缩数据. 例如, 在森林火灾或洪水等
自然灾害发生时, 优先传输关键图像和传感器数据, 从而提升任务实时性. 随着机器学习和 AI 算法的不断优化, 未
来星上数据处理将进一步实现智能化, 为地面提供精准、高效的数据支持.

表 2 当前国内外代表性遥感卫星相关属性数据比较

卫星名称 载荷类型 分辨率 (m) 发射时间 (年) 所属国家 卫星用途
WordView-4 光学 0.31 (全色)、1.24 (多光谱) 2016 美国 成像与环境监测
SPOT-7 光学 1.5 (光学)、6 (多光谱) 2014 法国 地球观测
Landsat 9 光学 15 (全色)、30 (多光谱) 2021 美国 地球观测
Capella-3 SAR 0.5 2021 美国 地球观测
ALOS-2 SAR 1 (全色)、3 (多光谱) 2014 日本 地质灾害监测、森林监测
高分03星 光学 亚米级 (全色)、小于4 (多光谱) 2022 中国 海洋防灾减灾、环境监测
高分多模卫星 光学 0.5 (全色)、2 (多光谱) 2022 中国 调查监测等高精度应用需求
宏图一号 SAR 0.5 (全色)、2 (多光谱) 2023 中国 城市地质灾害监测

(2) 扩展边缘计算
卫星边缘计算作为一种特殊的边缘计算形式 [4] , 核心目标是在卫星网络的边缘节点进行数据处理, 优化数据
传输效率, 减少带宽占用 [5] . 卫星边缘计算适用于地理位置分散和网络环境复杂的场景. 例如, 在内容分发网络
(content distribution network, CDN) 中, 通过将数据缓存到靠近用户的卫星节点, 卫星边缘计算可以显著减少时延,
提升用户体验 [6] . 此外, 卫星边缘计算在多个垂直行业中展现了广阔应用前景. 例如, 在精细农业领域, 卫星边缘计
算通过连接的土壤湿度传感器、天气监控系统和水资源 IoT 设备, 实现了农业生产的智能监控与管理. 在环境监
测领域, 卫星边缘计算为生态保护提供了重要支撑. 总体来看, 卫星边缘计算作为未来空间网络与地面应用融合的
重要技术支撑, 持续的技术创新和应用实践有望突破现实瓶颈.
(3) 科学实验与太空云
近年来, 太空计算技术的进展显著提升了数据处理能力, 推动了“太空云”这一概念的提出. 以阿联酋的“希望
号”火星探测器和慧与星载计算机-2 (Spaceborne Computer-2) 为例, 成功验证了在轨数据处理的可行性与高效性.
此外, “太空云”概念是在卫星网络上构建的分布式计算与存储环境, 通过卫星节点协同处理数据, 突破地面网络带
宽与延迟的限制. “太空云”的另一关键优势是依托近地轨道太阳能资源. 与地面光伏系统相比, 空间太阳能电站可
全天候不断收集太阳能, 极大提高了能源利用效率. 总体而言, 太空计算和太空云不仅在数据处理和实时应用方面
具有巨大潜力, 还在可持续能源利用方面展示了前瞻性.
1.2 卫星边缘计算智能化应用
卫星边缘计算能够在卫星端提供泛在的存储和计算能力, 尤其在遥感领域的智能化应用中表现突出, 极大推
动了卫星技术的发展. 以下总结了卫星边缘计算的典型智能化应用场景, 包括但不限于以下内容.
(1) 目标监视与跟踪
传统的目标监视与跟踪任务中, 卫星获取的大量数据需要回传至地面中心进行集中处理, 这种方式不仅导致
数据传输延迟, 还增加了数据泄漏的风险. 引入卫星边缘计算后, 卫星能够在轨完成数据的初步筛选、分类和智能
分析, 例如识别、跟踪地面目标及预测运动趋势, 大幅减少回传数据量. 通过缩短数据分析与决策的时间, 卫星边
缘计算平台可迅速生成高价值的情报信息, 进而为具体任务提供实时决策支持. 此外, 在星上直接完成关键数据处
理, 有效规避了数据回传过程中被拦截或篡改的风险.
(2) 灾害预警与应急响应
卫星边缘计算在自然灾害监测和资源管理领域具有广泛应用. 卫星能够实时监测地球的气候变化、自然灾害
及资源分布, 并为环境保护和资源管理提供及时、准确的数据支持. 例如, 在森林火灾、地质灾害等突发事件中,